摘 要

导航技术在社会发展中的作用越来越重要，组合导航以更优的性能逐渐成为主流趋势。本文以单目视觉导航为基础，研究与GPS进行组合的导航方案，旨在用组合系统的方式把单目视觉的尺度不确定问题消除，以便得到好的导航结果。

本文设计的基于单目视觉并结合GPS定位的导航系统方案，以ORB-SLAM2的单目视觉导航方案为基础，设计出融合算法并编写程序，将GPS信息与原导航方案融合，以解决单目视觉的尺度问题。通过在搭建的Linux ROS平台中进行仿真实验，分别得到加入GPS前后ORB-SLAM2的单目视觉导航方案的数据集运行结果，再将结果进行对比，分析加入GPS数据后的导航方案与原方案的区别。

在平台中通过仿真实验，分别得到了未加入GPS与加入GPS的运行结果，两者对比来看，加入GPS后，导航方案的运行结果要更加详细。Matlab绘制的运行轨迹可以看出，加入GPS后的结果绘制出的轨迹比未加入GPS的结果绘制出的轨迹更清晰、完善，同时加入GPS后尺度的问题得到解决。

关键字：GPS/VIO组合导航；卡尔曼滤波；视觉导航；ORB-SLAM2；

ABSTRACT

The role of navigation technology in social development is becoming increasingly important, and integrated navigation has gradually evolved into a mainstream trend with better performance. Based on the monocular visual navigation, this paper examines the navigation scheme in combination with GPS and aims to eliminate the uncertainty of the monocular visual scale in the form of a combined system in order to achieve good navigation results.

The solution developed in this document for the navigation system in combination with the monocular view in combination with GPS positioning is based on the navigation solution for the monocular view of ORB-SLAM2. A fusion algorithm is developed and a program to integrate GPS information into the original navigation solution to solve the monocular The problem of visual scaling is written. The simulation experiment in the built Linux ROS platform anticipates the results of the record operation of the monocular visual navigation scheme of ORB-SLAM2. after GPS, and then the results are compared to analyze the navigation scheme and the original scheme after adding GPS data difference.

By simulation experiments on the platform, the operating results of the non-addition of GPS or of adding GPS. After comparing the two, after adding GPS, the operating results of the navigation scheme should be more detailed. The track drawn by Matlab is visible. The track drawn by the result of adding GPS is clearer and more complete than the track drawn by the result of not adding GPS. At the same time the problem of scaling after adding GPS is solved.

Keywords：GPS/VIO integrated navigation；Kalman filter；Visual navigation；ORB-SLAM2；

目 录

第1章 绪论 1

1.1 课题背景及研究意义 1

1.2 国内外的研究现状 2

1.2.1 SLAM研究现状 2

1.2.2 单目视觉里程计和GPS组合系统研究现状 2

1.3 本课题研究内容以及目标 3

第2章 视觉导航系统 5

2.1 视觉相关理论与技术 5

2.1.1 导航参考坐标系 5

2.1.2 相机线性模型 6

2.1.3 视觉导航的关键技术 7

2.2 特征匹配与运动估计 8

2.2.1 特征点提取 8

2.2.2 特征匹配 8

2.2.3 运动估计 8

第3章 GPS/VIO融合算法 11

3.1 GPS定位及精度的分析 11

3.1.1 GPS定位原理 11

3.1.2 GPS定位的优缺点 11

3.1.3 GPS定位误差 11

3.1.4 GPS位置解算 11

3.2 GPS/VIO组合系统 12

3.2.1 时空基准统一 12

3.2.2 组合系统结构设计 13

3.2.3 常用的导航滤波算法 14

3.2.4 基于改进UKF算法的GPS/VIO组合系统 15

第4章 仿真实验与结果 17

4.1 仿真实验的准备工作 17

4.1.1 实验平台 17

4.1.2 实验平台搭建 17

4.2 GPS优化前后的运行图像 17

4.2.1 未进行优化时KITTI数据集的运行结果 17

4.2.2 加入GPS优化后KITTI数据集的运行结果 18

4.3 轨迹绘制对比 19

4.4 本章小结 21

第5章 总结与展望 22

参考文献 23

致 谢 25

第1章 绪论

1.1 课题背景及研究意义

随着人工智能理论和技术不断突破和发展，无人机、无人驾驶、自动驾驶机器人等领域成为关注的焦点。在这些领域中的定位和导航是一个核心问题。特别适用于机器人和无人驾驶。导航和定位的目的是引导运输工具进行导航，实时定位和跟踪运输工具的运行状态，运行轨迹，速度和姿态等信息。该信息可作为控制系统的反馈信息，用于轨迹规划、轨迹制导、方向控制等，具有足够的导航精度，可实现智能化、先进化、全功能的自动运动，例如自动驾驶，自动起飞和着陆，甚至自动返回。目前定位导航的问题有多种解决方法，使用广泛的导航设备主要有惯性导航系统（INS，Inertial Navigation System）、里程计（OD，odometer）、全球定位系统（GPS，Global Positioning System）、激光测距仪、红外、声呐和视觉传感器等^[1]。随着图像处理技术的发展，基于视觉的导航技术经常被用于定位和导航。例如，形状信息运动恢复（SFM，Structure From Motion）以及实时定位和地图构造（SLAM，Simultaneous Localization And Mapping）算法越来越多应用于车辆的定位和运动估计。其中SLAM技术对传感器没有特殊要求，是一种比较通用的定位方法^[2]。